Agent Skill

写作文风复刻大师

深度解析文本中的语言习惯、叙事结构、表达节奏与思维方式,提炼稳定且可复用的个人写作风格模型,并将其应用于新的写作任务。支持多文本风格分析、风格特征建模、场景化写作、风格一致性验证与持续迭代,让 AI 不只是“模仿表面语气”,而是真正理解并复现一种独特的写作方式。

内容创作·劳希·来自 skill_hub·skillhub.cn ↗
skillhub install @laoxi/xiezuowenfengfukedashi
26 Stars·2.6万 综合热度·5,472 字文档·源站更新 2026-10-28

README 文档

5,472 字

写作文风复刻大师

从文本中提炼稳定文风规律,复刻其表达体系,并将其转化为可复用、可验证、可持续更新的写作能力。

1. 任务边界

本技能的目标不是“冒充某个真实的人”,也不是逐句复制源文,而是从用户提供的文本中提取可观察、可解释、可复现的语言与思维模式,并将其转化为写作约束。

输出可以包括:

  1. 风格分析报告:解释模型是如何从证据中得到结论的。
  2. 风格提示词:适合直接粘贴到其他模型的紧凑版本。
  3. 独立写作 Skill:可长期调用的、结构化的写作技能。
  4. 适配模板:针对故事、教程、评论、测评、营销、短内容等任务提供风格化骨架。
  5. 验证报告:用同一套量表比较“源文本特征”和“生成文本特征”。

不做以下事情:

  • 不声称可以 100% 复刻一个人的内在思想、人格或全部身份。
  • 不把“平台来源”本身视为质量高低的充分条件。
  • 不在没有统计工具时编造统计数字。
  • 不把偶发写法误判为稳定风格。
  • 不把题材、事实、经历等内容特征直接当成文风特征。
  • 不主动推断用户或作者的敏感个人属性。
  • 不把源文中的长句、段落或独特表述原样复制进新作品作为“风格”。

2. 总体工作流

素材摄入
  ↓
数据清洗与质量评估
  ↓
文本分层(作者 / 体裁 / 平台 / 时间)
  ↓
多维特征提取
  ↓
证据分级 + 一致性分析
  ↓
稳定风格 / 情境风格 / 偶发特征分离
  ↓
风格模型合成
  ↓
任务与公式适配
  ↓
生成独立 Skill
  ↓
盲测 + 风格偏差复检
  ↓
输出与版本化

默认采用一次完成、自动推进模式。只有当用户明确要求逐阶段确认时,才暂停等待确认。


3. Phase 0|素材摄入

3.1 支持的输入

优先处理:

  • 用户直接粘贴的文本
  • 对话中的多篇文本
  • TXT / MD / DOCX / PDF 等可读文件
  • 已存在的风格模型,用于增量更新

文件读取、文档解析、表格或 PDF 处理应使用当前环境中可用的文件工具;不要假设某个特定应用、目录或命令一定存在。

3.2 自动识别文章边界

按以下顺序识别:

  1. 文件边界
  2. 明确标题
  3. 明显分隔符(---、=== 等)
  4. 标题样式或日期线索
  5. 段落结构

无法可靠拆分时,用“候选分段 + 置信度”继续,而不是先制造一个阻塞式追问。

3.3 预处理

执行:

  • Unicode 与空白标准化
  • HTML/Markdown 噪声剥离(保留有意义的格式)
  • 重复段落检测
  • 转载说明、脚注、广告等噪声识别
  • 标题、正文、列表、引用分离
  • 按文章记录来源、时间、体裁和可选标签

重复内容默认只计一次,并记录被合并的版本数量。

3.4 素材质量评分

不要用单一“最低 3 篇/2000 字”作为硬门槛。改用四维评分:

维度核心问题
量样本是否足够覆盖常见写法?
多样性是否包含不同主题、篇幅或情境?
一致性是否存在明显风格稳定性?
可归属性是否大概率来自同一写作者?

输出:数据置信度 = 高 / 中 / 低,并解释原因。

建议参考而非硬性门槛:

  • 1–2 篇:只能做“局部风格快照”
  • 3–7 篇:可以建立初版风格模型
  • 8–20 篇:通常足以判断稳定特征
  • 20+ 篇:更适合做分体裁、分时期模型

4. Phase 1|文本结构化与分层

不要把所有文本粗暴平均。先建立三个层次:

L1:作者共性

跨多数文本都稳定出现,优先进入核心风格。

L2:情境特征

只在某类内容出现,例如“故事文更抒情,评论文更锋利”。进入条件规则。

L3:偶发特征

只出现一两次或高度依赖具体主题,不得升格为写作铁律。

同时分析:

  • 体裁:故事 / 评论 / 教程 / 测评 / 资讯 / 营销 / 诗性文本等
  • 时间:早期 / 中期 / 后期
  • 渠道:仅作为情境变量,不作为质量判断
  • 主题:作为内容变量,与文风变量分离

如果出现多个明显簇,生成“多模式风格模型”,而不是强行平均。


5. Phase 2|十维风格分析

每一维都遵循:

观察 → 证据 → 频率/分布 → 解释 → 可执行规则 → 置信度

维度 1:词汇指纹

关注:

  • 高频实词与功能词
  • 词性偏好
  • 固定搭配
  • 口头禅与标志性短语
  • 专业词与自造词
  • 抽象词 / 具象词
  • 词汇新奇度与重复倾向

统计时优先使用窗口化词汇多样性(如 MATTR 思路)而不是单一全文 TTR,避免文章长度导致的虚假差异。

输出规则

不要只列 TOP 20 词。至少区分:

  • 高辨识度词
  • 高频但通用词
  • 情境词
  • 禁止误判为指纹词的内容词

维度 2:句法骨架

关注:

  • 句长均值、中位数、离散程度
  • 极短句 / 长句比例
  • 陈述 / 疑问 / 感叹 / 祈使
  • 复句与并列结构
  • 插入语、破折号、括号等
  • 显性连接与意合衔接
  • 句首和句尾习惯

没有可靠句法解析能力时,不声称精确的从句深度;可改为人工抽样分析。

维度 3:段落与篇章

识别:

  • 开头类型
  • 段落长度分布
  • 单句段落密度
  • 转折、递进、回收方式
  • 中段推进节奏
  • 结尾类型
  • 文章整体骨架

重点判断“结构惯性”,即作者不刻意思考时最容易使用的组织方式。

维度 4:修辞与意象

关注:

  • 比喻、对比、排比、反复、设问等
  • 引用与化用
  • 意象来源
  • 感官描写
  • 具象细节的颗粒度
  • 金句生成方式

禁止为了“像”而机械堆叠修辞。只复制已证实的修辞倾向。

维度 5:情感与态度

拆分:

  • 情感极性
  • 情绪强度
  • 态度类型
  • 价值判断密度
  • 反讽 / 自嘲 / 共情 / 克制等模式
  • 情绪曲线

不要将“经常写悲伤题材”直接等同于“文风消极”;内容主题与态度表达必须分开。

维度 6:叙述视角与关系

分析:

  • 人称
  • 叙述距离
  • 面向读者的关系(朋友 / 老师 / 观察者 / 调查者等)
  • 视角切换
  • 是否经常与读者直接对话

只描述文本中体现的沟通姿态,不把它上升为未经证据支持的人格判断。

维度 7:节奏、声音与密度

分析:

  • 口语化 / 书面化
  • 快慢节奏
  • 标点驱动的停顿
  • 信息密度
  • 留白程度
  • 重复与回环

输出“读感描述 + 可执行参数”,例如:

“总体偏快,中段偶尔用一至两句长句拉长情绪;不是全篇短句。”

维度 8:论证与思维路径

关注文本中可观察的思考动作:

  • 先例证还是先结论
  • 归纳 / 演绎 / 类比 / 对比
  • 如何处理反例
  • 如何表达不确定性
  • 是否倾向二分法、连续谱或条件判断
  • 遇到冲突时是解释、质问、调和还是反转

这一步分析的是“写作时的思维路径”,不是推断作者全部世界观。

维度 9:价值取向与主题偏好

提取:

  • 经常被肯定的价值
  • 经常被批评的现象
  • 反复出现的主题
  • 对责任、自由、效率、关系、秩序等概念的处理方式

必须标记证据等级:

  • A:明确陈述
  • B:多个文本稳定体现
  • C:单篇推断

C 级结论不得写进强制规则。

维度 10:任务与媒介适配

判断作者在不同任务上的自然适配度:

  • 长文
  • 短文
  • 故事
  • 教程
  • 评论
  • 测评
  • 营销
  • 社交媒体短内容
  • 脚本 / 演讲

这里的目标不是寻找“万能公式”,而是判断:哪些任务能保留核心风格,哪些任务需要额外结构支持。


6. Phase 3|证据系统与交叉验证

6.1 证据等级

每个关键结论必须绑定证据等级:

等级定义用途
E3多篇文本中重复、清晰、可观察可写成核心规则
E2重复出现,但受体裁或主题影响条件规则
E1单篇或弱信号仅作提示
U无充分证据不纳入规则

6.2 稳定性判断

对每个候选特征记录:

出现范围 × 出现频率 × 跨体裁稳定性 × 与其他特征的关联

例如:

“短句”本身不算基因; “在关键判断处先短句断开,再用一条长句解释原因”才可能是高辨识度结构模式。

6.3 交叉映射

建立三类映射:

  1. 思维路径 → 语言表现
  2. 语言表现 → 篇章效果
  3. 体裁差异 → 条件化规则

示例:

偏好先给判断
  ↓
开头常出现断言句
  ↓
主体再用案例补证
  ↓
评论文最明显,故事文则弱化

这样生成的规则比“他喜欢短句”更有迁移能力。

6.4 反例与矛盾

发现矛盾不要直接平均:

  • 可能是体裁差异
  • 可能是时期变化
  • 可能是情绪状态差异
  • 可能是偶发写法
  • 也可能是作者故意切换声音

必须输出“适用条件”,而不是删除矛盾。


7. Phase 4|风格模型合成

最终模型由六层组成:

Core Identity
  ├─ 核心思维路径
  ├─ 稳定语言指纹
  ├─ 稳定篇章习惯
  └─ 稳定情感与叙述关系

Context Modes
  ├─ 故事模式
  ├─ 评论模式
  ├─ 教程模式
  └─ 其他经证据支持的模式

Do
  └─ 明确、可执行的风格规则

Avoid
  └─ 高风险走样模式

Uncertain
  └─ 尚未证实、不得强制执行的特征

Boundaries
  └─ 模型局限、语料偏差、时效性

7.1 核心风格基因

只提炼 5–8 条。每条必须满足:

  • 可观察
  • 能影响生成
  • 跨多个文本成立
  • 有证据
  • 有反例说明

推荐表达:

“先判断,后解释;判断句通常短,解释句允许明显拉长。”

不推荐:

“语言很有力量。”

7.2 禁用规则

只禁止已证实高风险的写法,例如:

  • 过度工整的“总分总”模板化
  • 连续使用与原模型相反的句型
  • 机械堆叠金句
  • 无依据地制造作者从未表现出的立场
  • 直接复制源文独特表述

不要编造几十条“绝对不会写”的禁忌。


8. Phase 5|任务适配与结构公式

公式是结构工具,不是风格本身。不要先套公式,再强迫文本服从公式。

执行顺序:

用户目的
  ↓
内容约束
  ↓
选择合适结构
  ↓
注入风格模型
  ↓
复检风格是否被结构压扁

公式库见 references/formula-catalog.md。

选择时必须说明:

  • 为什么适合
  • 哪些部分可能破坏风格
  • 需要做什么适配

例如:

推荐 SCS 结构,但将“现状 → 问题 → 方案”改造成“判断 → 场景 → 解释 → 建议”,以保留作者惯用的先判断后展开。


9. Phase 6|生成独立 Skill

生成的 Skill 必须与本分析器解耦,可单独运行。

最少包含:

  1. identity:模型是什么
  2. priority:用户任务 > 事实约束 > 风格约束
  3. core-rules:5–8 条核心风格规则
  4. mode-rules:不同体裁的条件规则
  5. lexical-style
  6. syntax-style
  7. structure-style
  8. tone-style
  9. reasoning-style
  10. avoid
  11. verification
  12. limitations

禁止写成:

“你就是某某本人。”

推荐写成:

“你正在使用一个基于用户提供语料构建的风格模型。它约束表达方式与思考路径,但不虚构作者本人未提供的信息。”


10. Phase 7|生成时的内部协议

每次执行写作任务时,独立 Skill 都应运行以下协议:

Step A:任务解析

提取:

  • 目标
  • 受众
  • 文体
  • 篇幅
  • 事实要求
  • 平台或媒介约束
  • 风格强度

Step B:风格路由

判断当前任务属于哪个模式:

CORE / STORY / COMMENTARY / TEACHING / REVIEW / SALES / SHORT

如果没有对应模式,使用 CORE,不强行套模板。

Step C:写前思考

回答三问:

  1. 这篇内容的真正主张是什么?
  2. 模型通常会如何组织这个主张?
  3. 哪 2–3 条核心风格规则最值得优先保留?

Step D:生成

先写内容,再做风格注入,不要为了“像”而牺牲事实和清晰度。

Step E:双层复检

内容层:是否回答了用户任务,事实是否超出输入证据?

风格层:

  • 词汇是否匹配
  • 句式是否匹配
  • 篇章是否匹配
  • 语气是否匹配
  • 思维路径是否匹配
  • 是否出现高风险走样

Step F:必要时定向重写

只重写不通过的层,不要无理由整篇推翻。


11. Phase 8|验证体系

不要使用未经校准的“相似度 93%”之类数字。采用结构化评分。

11.1 五项评分

项目权重核心问题
词汇指纹15%是否保留高辨识度用词习惯?
句法节奏20%句长、停顿、句型变化是否接近?
篇章结构20%推进方式和段落节奏是否接近?
语气与态度20%声音、距离、情绪表达是否接近?
思维路径25%组织观点和处理反例的方式是否接近?

评分使用:0–4 离散等级,而不是伪精确百分比。

  • 4:明显稳定匹配
  • 3:大体匹配,有轻微偏差
  • 2:局部匹配,容易被识别为模板化
  • 1:只有表面相似
  • 0:明显相反

11.2 盲测

至少做三种测试:

  1. CORE:最自然写法
  2. MODE:指定一个已证实适配的体裁
  3. EDGE:测试一个与模型价值取向或论证方式容易发生冲突的话题

比较:

  • 哪些特征被保留
  • 哪些特征被放大
  • 哪些特征消失
  • 哪些地方出现“模板腔”

11.3 失败路由

如果失败:

  • 词汇失真 → 调整词汇层
  • 节奏失真 → 调整句法/标点层
  • 结构失真 → 调整模式层
  • 思维失真 → 调整论证路径层
  • 全部都弱 → 回到样本质量,而不是继续堆规则

12. Phase 9|增量更新

当用户提供新文章时,不重写整套模型。

执行:

新语料分析
  ↓
与旧模型逐项对比
  ↓
Stable / Reinforced / New / Contradicted / Uncertain
  ↓
只更新受影响的规则
  ↓
重新运行最小验证集

如果新语料持续出现与旧模型不同的特征,建立版本变化记录,例如:

v1.0:偏短、偏直接
v1.1:评论文中增加反问结构
v1.2:后期文本明显更克制

禁止让一次新文本推翻长期稳定特征。


13. 特殊情况处理

A. 样本太少

输出“局部快照”,降低规则强度,不拒绝任务。

B. 多作者混杂

检测风格簇;如存在明显簇,分别建模。

C. 多体裁差异大

保留一个 CORE 模型 + 多个 MODE 模型。

D. 同一作者风格随时间变化

建立时间分层;必要时以近期版本为默认模型。

E. 用户要求“像某个人”但没有语料

不能假装已经提取过该人的风格。应说明目前只能使用用户提供的参考描述、公开的一般性写法,或其他有证据的文本来源。

F. 用户要求高度还原某篇原文

优先生成“功能等价但措辞独立”的版本,避免复制源文的长段落和独特表达。


14. 输出结构

默认交付顺序:

  1. 素材质量与置信度
  2. 风格全景
  3. 核心风格基因
  4. 条件化风格模式
  5. 任务适配建议
  6. 独立 Skill
  7. 验证结果
  8. 局限与下一轮需要的样本

完整报告模板见:

  • references/analysis-framework.md
  • references/output-schema.md
  • references/validation-rubric.md
  • references/update-protocol.md
  • references/formula-catalog.md

15. 最终检查清单

在交付前确认:

  • [ ] 每条核心规则都有证据来源
  • [ ] 稳定特征与情境特征已分离
  • [ ] 内容特征没有被误当成文风特征
  • [ ] 没有无依据的精确百分比
  • [ ] 没有依赖特定工作台、目录或应用
  • [ ] 没有把“作者本人”写进模型身份
  • [ ] 没有复制源文独特长段落
  • [ ] 公式是可选结构,不是强制模板
  • [ ] 生成后有内容层与风格层复检
  • [ ] 存在增量更新机制
  • [ ] 存在不确定性与局限说明

16. 核心原则

证据优先,规则其次;稳定特征做骨架,情境特征做路由;内容服从任务,表达服从风格;数据不足时降低确定性,而不是编故事。

同分类其他技能

查看全部 ›